根据ResearchandMarkets.com的数据，全球智能机器人行业的预期估值在2021-2025年期间将增长444.4亿美元。纳斯达克甚至有一个CTA人工智能和机器人指数，旨在跟踪人工智能或机器人领域的推动者、参与者或增强者。智能机器人市场正在增长，包括航空航天、国防、医疗、制造、货运和其他行业都在寻找利用机器人来改善其服务和产品的方法。然而，人工智能在宏观层面上影响着一切。
在机器人应用中使用 AI 的关键驱动因素
在机器人技术中使用AI的一个基本驱动因素是改善我们自己的条件。我们一直在寻找更好的手机、电视、汽车或智能设备来提高我们的生活质量。有时，我们会考虑通过风力发电和太阳能电池板等创新来改善我们的物理环境。其他时候，我们正在寻找减少接触危险工作的方法，或者我们只是想找到避免枯燥和重复性工作的方法。
工业界认识到人类改善生活质量的愿望。他们通过创新、创造新技术和优化流程来做出回应。然而，这些创新推动市场继续创新并创造下一个更新、更好、更快的人工智能解决方案。
新兴的人工智能机器人带来的挑战
这种不断创新的循环带来了一些挑战。IDC 预测，到 2025 年，全球数据量将增长10倍，达到163泽字节，高于2016年生成的16.1泽字节。今天，机器人正在生成大量数据，主要来自操作所需的感官输入。更高水平的机器意识使工业环境拥有丰富的传感器衍生数据，但在处理和分析部门中可能过于薄弱。传统的计算策略和框架可能会不堪重负。
边缘解决方案
了人工智能和对如此多数据的访问，机器人可以比人类更快地做出决定，而且从统计上讲，机器人总是会做出最好的决定。
由于混合了如此多的机器、传感器和数据，计算将越来越多地发生在边缘。机器人本身将能够更好地执行更多活动并自主做出更多决策。
由在边缘收集和处理的数据驱动的机器人可以检测其自身故障的可能性，或者至少检测未能保持质量标准的可能性。与装配线上的其他机器人进行通信时，处于危险中的机器会关闭，而其他机器会实时调整其工作流程以弥补丢失的工人。生产线变慢但不会停止，技术人员介入，进行所需的调整或维修，然后系统恢复全速。
实现此功能和相关功能的唯一方法是通过边缘。
安全绑定数据和连接
随着机器人的移动化、协作化、边缘化，以及与内部和外部传感器和物联网设备的连接，数据丰富的生态系统向潜在黑客开放了多个接入点。公司可能会发现自己容易受到恶意软件、网络赎金、生产延迟和业务中断的影响。此外，针对高度灵活、功能强大的机器人系统的网络攻击也带来了一些严重的物理安全问题。
安全不应该是事后诸葛亮。要采取的一些基本措施包括启用安全引导、使用容器技术更有效地管理已部署的软件、利用时间分区等概念将拒绝服务（DoS）攻击的可能性降到最低，或者使用强制访问控制（MAC）更好地隔离软件组件。
系统集成商还需要了解他们正在安装的机器和整个环境，着眼于识别潜在的接入点和加固易受攻击的目标。最后，运营商的IT团队需要积极参与，监控威胁，更新安全措施。
在实时技术堆栈中寻找什么
如果所有数据的 75% 将在边缘消耗，那么 25% 的数据将被推出。当数据从 A 点移动到 B点时，我们必须选择正确的堆栈来进行信息传输，因为所有堆栈都不是平等的。公司希望在考虑互操作性的情况下使协议栈适应用例。TSN 和 OPC-UA 是两个值得考虑的例子。
时间敏感网络（或 TSN）是过去称为音频视频桥接 (AVB) 的演变。TSN 确保如果您将数据从A点发送到B点，数据将在一定的时间范围内和准确度内到达。
OPC-UA 允许用户拥有一个与供应商无关的通信系统，目的是让机器与其他机器对话。
结论
为了帮助人工智能机器变得更加自主，可以通过整个系统获得的所有知识都是必要的。边缘云现在是一个机器生态系统，为 AI 机器和数据提供最佳连接。人工智能和自治新时代的业务影响意味着机器人系统决策的动态正在迅速发展。我们曾经认为的渐进式步骤现在变成了转型的机会。
